【摘 要】
：
针对传统协同过滤中存在的数据稀疏性和用户偏见性问题进行研究,提出一种基于用户模型的相似度计算方法。通过建立用户偏好主题向量,间接获取用户之间的相似性,克服数据稀疏
【机 构】
：
桂林电子科技大学计算机科学与工程学院,广西可信软件重点实验室
【基金项目】
：
广西科技攻关基金项目（桂科攻1598019-6）, 2014年度广西高校科学技术研究基金项目（LX2014149）, 桂林电子科技大学研究生创新基金项目（GDYCSZ2014870）
论文部分内容阅读
针对传统协同过滤中存在的数据稀疏性和用户偏见性问题进行研究,提出一种基于用户模型的相似度计算方法。通过建立用户偏好主题向量,间接获取用户之间的相似性,克服数据稀疏性对用户相似度计算准确性的影响;基于对用户偏见性的考虑,引入贝叶斯重排序算法,建立项目的信任子群,获取用户对信任子群的局部偏见,通过加权相似用户对目标项目的评分产生推荐。相关实验验证了该方法的可行性,能在有效克服传统协同过滤方法弊端的基础上,提升系统的推荐效果。
其他文献
使用传统的YOLOv2网络训练出来的行人检测模型在背景简单以及行人遮掩不严重的情况下,检测效果良好,但是当背景复杂以及行人遮掩严重的时候,检测效果较差。针对此问题,在YOLOv2网络中添加HOG-CSLBP特征提取层,根据维度聚类方法对INRIA数据集目标聚类分析的结果调整YOLOv2网络的先验框个数与维度值。实验结果表明,在误检率为0.1时该算法的漏检率为9.13%,与传统的YOLOv2网络相比
为改善当前金属工件装配检测存在的成本高、效率低等问题,提出一种对复杂圆形金属工件适应性更高的零件检测方法。在图像增强阶段,引入自适应分数阶微分增强,结合图像梯度特征,突出工件的细节和纹理信息,提升后续检测的准确度。对于圆形轮廓的金属工件,引入极坐标转换,与传统的直角坐标处理方法相比,其具有效率高、处理过程清晰、不易出错的特点。在阈值检测阶段,通过长度阈值和灰度相关属性阈值对零件数量和类型进行判断。
介绍离群点的定义和传统的离群检测算法,针对传统离群检测算法无法适用于高维数据的问题,分析现有的基于子空间的高维数据离群检测算法的优缺点,给出一种基于强相关子空间的
伴随经济的发展和科技进步,BIM技术的应用越来越成熟.在建筑工程施工中,BIM技术的应用有效提高了施工技术水平,提升了建筑企业的市场竞争力,对建筑行业的发展起到了良好的促
民事裁判请求权作为一项基本权利,在公民权利体系中具有举足轻重的作用。公民权利受到侵害或与他人发生争执后,有权诉诸合法的、独立的、不偏不倚的法院并获得公正审判,即是
在国际经济发展的大背景下,国际海运贸易量高速增长,世界各国纷纷加紧港口的扩建和改造,增强港口吞吐能力,港口间的竞争日益加剧。在激烈的竞争中,世界港口逐渐呈现出区域化